본문으로 건너뛰기

© 2026 Molayo

HN요약2026. 05. 15. 17:55

Launch HN: Opusense (YC X25) – 현장 건설 검사관을 위한 AI 어시스턴트

요약

Opusense AI는 엔지니어와 컨설턴트가 건설 현장에서 작성한 메모, 음성 기록, 사진 등의 비정형 데이터를 활용하여 회사 양식에 맞는 전문적인 보고서를 자동으로 생성하는 도구입니다. 이 도구는 사용자의 자유 형식의 현장 노트를 구조화된 문단, 표, 캡션 등으로 변환하며, LLM을 사용하여 환각(Hallucination) 위험을 최소화하고 사실 관계를 유지합니다. Opusense는 특히 기업별 맞춤형 템플릿과 프롬프트 엔지니어링을 결합하여, 복잡한 산업 보고서 작성 과정을 자동화하는 데 초점을 맞추고 있습니다.

핵심 포인트

  • Opusense는 현장 메모, 음성 기록, 사진 등 비정형 데이터를 구조화된 건설 보고서로 변환합니다.
  • LLM 기반으로 작동하며, 기업의 표준 양식과 필수 필드를 준수하여 환각 위험을 최소화하고 사실성을 유지합니다.
  • 전통적인 체크리스트 방식이 아닌, 자유 형식 메모가 필요한 토목/구조/환경 공학 분야에 특화되어 있습니다.
  • 사용자당 비용을 청구하며 중소기업 및 다국적 엔지니어링 기업과 파일럿 테스트를 진행하고 있습니다.

안녕하세요 HN, 저희는 Opusense AI (https://www.opusense.com/)의 공동 창업자인 Roya와 Michael입니다. 저희는 엔지니어와 컨설턴트가 타이핑된 메모, 음성 메모, 그리고 사진을 활용하여 건설 현장 보고서를 자동으로 생성할 수 있도록 돕는 도구를 만들고 있습니다.

영상은 여기에서 확인하실 수 있습니다: https://www.youtube.com/watch?v=u3Pi1iih1_Y.

이 프로젝트를 시작하기 전, 저(Roya)는 Huawei에서 인간-기계 상호작용 (Human-Machine Interaction) 분야에서 근무했으며, 그 전에는 토목 공학 기업의 건설 현장 검사관으로 일했습니다. 저는 토목 공학 (Civil Engineering) 박사 학위를 가지고 있으며, 제 경험상 보고서 작성은 업무 중 단연코 가장 지루하고 정신을 아득하게 만드는 부분이었습니다.

하루 종일 현장을 돌아다니며 짧은 메모를 남기고 (때로는 기억에 의존하기도 합니다) 사진을 찍은 뒤, 사무실로 돌아가기 전까지 세 곳의 현장을 더 들러야 합니다. 그러고 나서 마침내 사무실에 도착하면 작성하고 싶었던 모든 내용을 기억해내려고 애써야 합니다. 때로는 기억을 더듬어 빈 부분을 채우거나, 의도적으로 모호하게 작성하기도 합니다. 보고서는 일관성이 있어야 하고, 회사의 브랜드 양식을 따라야 하며, 선임 엔지니어의 검토를 거쳐야 합니다. 이는 팀 전체에 엄청난 시간 낭비였습니다.

보고서 작성은 업무 중 최악의 부분이었기에, 저희는 이를 없애기 위해 Opusense를 구축했습니다. 현장에서 사용자가 짧은 메모를 입력하거나 구두로 전달하면 (예: "슬래브 동쪽 끝 철근 노출"), 이 도구는 해당 내용을 회사의 양식과 일치하는 보고서 템플릿 내의 완전한 문장, 단락, 표 또는 사진 캡션으로 변환해 줍니다. 오프라인에서도 작업할 수 있으며, 온라인 상태가 되면 자동으로 동기화됩니다.

대부분의 검사 및 보고 도구는 체크리스트 스타일의 워크플로우 (주택 검사나 펀치 리스트 (Punch lists)에는 매우 유용합니다)를 위해 만들어졌지만, 토목, 구조, 환경 또는 지질 공학 (Geotechnical) 엔지니어들에게는 라디오 버튼이 아닌 자유 형식의 메모가 필요합니다.

이는 LLM (Large Language Models)에 특히 적합한 사례인데, 엔지니어링 현장 보고서가 제약이 있고 관습적인 영역에 속해 있기 때문입니다. 즉, 기업과 프로젝트 전반에 걸쳐 유사한 언어, 반복되는 구조, 고도로 표준화된 콘텐츠를 사용합니다. 동일한 현장 조건을 요약하고, 반복적인 데이터를 서식화하며, 현장 노트를 정제된 문단으로 변환하는 등의 많은 중복 작업과 단순 노동이 존재하며, 이 모든 과정은 적절한 프롬프팅 (Prompting)과 가드레일 (Guardrails)이 있다면 LLM이 잘 처리할 수 있는 영역입니다. 우리는 임의의 산문을 생성하는 것이 아닙니다. 기업이 정의한 템플릿과 필수 필드를 사용하여 구조화된 입력값(노트, 이미지, 양식)을 구조화된 출력값으로 변환하며, 이를 통해 환각 (Hallucination) 위험을 최소화합니다. 사실 관계가 중요한 경우(예: 테스트 결과 또는 측정값), 우리는 이를 사용자의 입력값에 근거하여 유지합니다. 모델이 지어낼 데이터 자체가 없기 때문에 모델이 데이터를 임의로 만들어내지 않습니다. 이는 LLM이 단순한 신기함을 넘어, 해당 업무를 수행하는 데 있어 진정으로 최고의 도구인 사례 중 하나입니다.

내부적으로는 프롬프트 엔지니어링 (Prompt-engineered)된 LLM과 기업별 서식 규칙을 결적으로 사용하여, 단순히 듣기 좋은 것이 아니라 형식적으로도 올바른 출력값을 얻습니다. 최근에는 번역 기능을 추가했으며, 현장의 피드백을 바탕으로 빠르게 반복 개선 (Iteration)하고 있습니다. 우리는 사용자당 비용을 청구하며 중소 규모 기업에 배포되어 있고, 매주 수천 건의 보고서를 제출해야 하는 일부 다국적 엔지니어링 기업들과 시험 운영 (Trial)을 진행 중입니다. 또한 자체적으로 내부 QA (Quality Assurance) 보고를 수행하는 건설 관리자 및 개발자들로부터도 관심을 받기 시작했습니다.

우리 비즈니스의 작동 방식상 템플릿을 회사별로 맞춤 설정해야 하기 때문에, 아직 제품을 직접 체험해 볼 수 있는 셀프 서비스 방식은 제공하지 않습니다. 하지만 https://www.youtube.com/watch?v=u3Pi1iih1_Y 에서 데모를 확인하실 수 있으며, UI를 직접 살펴보고 싶으시다면 다음 샘플 계정으로 로그인해 보세요:

login: hndemo@opusense.com
password: OpusenseHacker2025

앱은 Apple 및 Google Play 스토어에서 다운로드할 수 있습니다. 샘플 보고서(sample reports)가 생성되면, 동일한 로그인 자격 증명을 사용하여 웹 인터페이스에 로그인함으로써 저희 웹사이트(www.opusense.com)를 통해 온라인으로도 확인할 수 있습니다.

현장 작업(field work), 보고(reporting), 또는 유사한 워크플로(engineering, architectural 등)를 위한 도구에 대해 다른 분들은 어떻게 생각하시는지 듣고 싶습니다. 이 분야에서 무언가를 만들어 보셨거나, 이를 개선할 방법에 대한 의견이 있으시다면 언제든 환영합니다!

AI 자동 생성 콘텐츠

본 콘텐츠는 HN AI Engineering의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0